如何将日期列转换为datetime格式并设置为DataFrame索引？

处理步骤： #

• 用pandas.to_datetime()转换日期列，针对"月 年"格式可自动解析，或指定格式字符串提升准确性
• 将转换后的日期列设为DataFrame的索引

完整代码示例： #

import pandas as pd

# 构造你的原始数据
data = {
    'date': ['Jan 1749', 'Feb 1749', 'Mar 1749', 'Apr 1749', 'May 1749'],
    'spots': [58.0, 62.6, 70.0, 55.7, 85.0]
}
df = pd.DataFrame(data)

# 方式1：让pandas自动解析日期格式
df['date'] = pd.to_datetime(df['date'])

# 方式2：指定格式字符串（批量处理时更稳定，%b代表缩写月份名，%Y代表4位年份）
# df['date'] = pd.to_datetime(df['date'], format='%b %Y')

# 将date列设为数据索引
df = df.set_index('date')

# 验证转换结果
print(df.index)

补充说明： #

• 转换后的datetime会自动补全日期为当月第一天（比如Jan 1749转为1749-01-01），这是datetime类型的必要特性，不影响后续按年月维度的数据分析
• 若不需要保留原date列，可合并转换与索引设置为一步：

df = df.set_index(pd.to_datetime(df['date'], format='%b %Y')).drop('date', axis=1)

内容的提问来源于stack exchange，提问作者Bushra Jabeen